
def noise(img,proportion=0.05):
'''
随机的修改⼀定数量像素点的灰度值
:param img:
:param proportion: 噪声点占全部像素点的⽐例
:return:
第 1 页
'''
height,width =img.shape[:2]
num = int(height*width*proportion)#多少个像素点添加噪声
for k in range(0, num):
# get the random point
xi = int(np.random.uniform(0, img.shape[1]))
xj = int(np.random.uniform(0, img.shape[0]))
DOS图噪音,又称为Dos图像干扰,是指在图像中添加噪声,其目的是模糊图像内容。它模拟的是使用一系列不规则的垂直线和水平线,使图像看起来更加模糊。这些线会在图像中以不同的方式出现,因为它会采取多种不同的图像结构,如边缘,圆形,椭圆形,等等。这些线混乱和熵增加都会使图像模糊,而且不容易被认出。由于添加噪声可以使图像的可视性降低,因此它在图像保护和隐私保护方面被广泛使用。这个有很多方法啊。不过基础理论是不会变的。拿最简单的例来说;
一个灰色图片(通常说的黑白),通常他的色素值在0~255。
如果要加入噪声,有3种。一种是白噪声加入值是最大的,也就是随即加入色素值255.
那样图片上看到的效果,就会有不规则的随即分布的白点。这个白点就是噪声。
还有就是加入0值,这个是黑点。
两种同时加入,这样就有黑白相间的噪声。
彩色的图片,也是这个原理。
比如,RGB图片,一般我们定义RGB图片的色素值为0~255.
R0~255
G:0~255
B:0~255
而加入的噪声是随即输入RGB的最大或最小值,既可以是混合值也可以是单值。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)